xAI bietet über seine API Grok-Modelle für Textgenerierung, Reasoning, Coding, Tool-Nutzung, dokumentennahe Workflows und agentische Recherche an. Die aktuellen Docs fokussieren vor allem auf Grok 4.20 als neues Flaggschiff sowie auf serverseitige Tools wie Web Search, X Search, Code Execution und Collections Search.
Zusätzlich dokumentiert xAI klassische Modell-Listing-Endpunkte wie /v1/models und /v1/language-models.
xAI API – Grok LLM
LLM - „Build with Grok, the AI model designed to deliver truthful, insightful answers.“
Herkunft: USA ⓘ X.AI LLC, 1450 Page Mill Road, Palo Alto, CA 94304, USA
• grok-4-0709: prompt_text_token_price 20000, cached_prompt_text_token_price 0, completion_text_token_price 100000 in USD-Cents pro 100 Mio. Tokens. Das entspricht $2.00 Input / $0.00 Cached / $10.00 Output pro 1 Mio. Tokens.
• grok-3: 30000 / 7500 / 150000 → $3.00 Input / $0.75 Cached / $15.00 Output pro 1 Mio. Tokens.
• grok-3-mini: 3000 / 750 / 5000 → $0.30 Input / $0.075 Cached / $0.50 Output pro 1 Mio. Tokens.
Weitere aktuell dokumentierte LLM-Modellnamen: grok-4.20-reasoning, grok-4.20-multi-agent, grok-code-fast-1. ⚠️ Keine gesicherten öffentlich parsebaren Einzelpreise verfügbar
– Stand 17.04.2026 in den hier zugänglichen offiziellen Textquellen; xAI verweist dafür auf die dynamische Models-and-Pricing-Seite bzw. die Model-Detail-Seiten.
Zielgruppe
Die xAI-Grok-API richtet sich primär an Entwickler, technische Teams, Start-ups, Agenturen und Unternehmen, die eigene LLM-gestützte Anwendungen bauen möchten. Besonders interessant ist sie für Teams, die Recherche, Coding, Agenten-Workflows und Tool-Orchestrierung kombinieren wollen, weil xAI genau diese Patterns in den Docs stark hervorhebt. Für reine Endanwender ohne Build-Kontext ist die API deutlich weniger naheliegend als Grok Web/App.
Herausragende Funktionen
Die auffälligsten Differenzierungsmerkmale sind die serverseitigen Recherche- und Agentenwerkzeuge. xAI dokumentiert Web Search, X Search, Code Execution und Collections Search als integrierte Tools für Grok. Dazu kommt Grok 4.20 mit großem Kontextfenster, automatischem Reasoning und strikter Prompt-Adhärenz sowie Grok 4.20 Multi-agent für Mehr-Agenten-Recherche. Für Enterprise sind außerdem DPA, Subprocessor-Transparenz, Retention-Regeln, Billing-/Usage-Steuerung und Provisioned Throughput relevant.
Wichtigste Anwendungsfelder
Grok ist besonders stark für aktuelle Recherche, technische Analyse, Coding, Agenten-Workflows, RAG-/Dokumentensuche und interaktive Assistenzsysteme. Die Docs zeigen immer wieder genau diese Einsatzmuster: aktuelle Web-/X-Suche, Coding in Code-Editoren, mehrstufige Recherchen mit Multi-agent und Dokumentenarbeit über Collections/Search. Dadurch wirkt xAI weniger wie ein reines Standard-Textmodell und stärker wie eine API für toolgestützte Arbeitsabläufe.
Nutzung & Hinweise
Operativ startet man mit xAI-Account, API-Key und Credits. Die Doku empfiehlt aktuelle Beispiele meist mit grok-4.20-reasoning. Wichtig ist dabei: Grok 4 ist ein Reasoning-Modell, ein separater Non-Reasoning-Modus existiert dort laut Doku nicht; außerdem unterstützen Grok-4-Reasoning-Modelle bestimmte ältere Parameter wie stop, presencePenalty und frequencyPenalty nicht. Für Multi-agent hat reasoning.effort eine andere Bedeutung: Es steuert die Anzahl der Agenten, nicht die Denktiefe. Für Enterprise-Nutzung sollte man außerdem die Unterschiede zwischen allgemeiner Privacy Policy und Enterprise Terms/DPA sauber trennen.
Berechnung der Token und Kosten mit KIFOX-Tokenizer
grok-4.20-reasoning
Am besten geeignet für:
Anspruchsvolle Standardwahl für aktuelle xAI-Apps: Reasoning, toolgestützte Recherche, Web/X-Suche, Coding, Dokumentenanalyse, strukturierte Antworten.
grok-4.20-multi-agent
Am besten geeignet für:
Tiefe Recherche, mehrperspektivische Analysen, komplexe Themen mit mehreren Quellen, agentische Deep-Research-Workflows.
grok-4 / grok-4-latest / grok-4-07079
Am besten geeignet für:
Allgemeine High-End-Text- und Reasoning-Aufgaben mit Grok-4-Familie; sinnvoll für stabile Alias-/Version-Workflows.
grok-code-fast-1
Am besten geeignet für:
Coding-nahe Workflows, Editor-Integrationen, Entwicklerassistenz.
grok-3
Am besten geeignet für:
Solide ältere Grok-Generation für allgemeinere LLM-Workloads, wenn du mit einem dokumentierten älteren Modell arbeiten willst.
grok-3-mini
Am besten geeignet für:
Günstigere Standardaufgaben, einfache Extraktion/Klassifikation, Low-Cost-Workloads.
Hosting & Daten ?1) On-Prem / lokales Hosting
Bedeutung: Die Firma betreibt die Lösung auf eigener Hardware oder in der eigenen Infrastruktur. Im strengsten Sinn läuft dabei nicht nur die Anwendung, sondern idealerweise auch das Modell lokal.
2) Private Cloud / RZ
Bedeutung: Die Lösung läuft in einer dedizierten oder stärker abgegrenzten Cloud-Umgebung, oft bei einem Hosting-Anbieter oder Hyperscaler, aber in einem deutschen Rechenzentrum oder in einer besonders kontrollierten Umgebung.
3) EU-SaaS / Managed
Bedeutung: Der Anbieter betreibt die Lösung selbst als Dienst. Die Firma nutzt das Tool als fertigen Cloud-Service, idealerweise mit EU-Datenresidenz.
4) Hybrid
Bedeutung: Ein Teil der Verarbeitung bleibt intern / lokal / in privater Cloud, ein anderer Teil läuft in einer externen Cloud oder EU-SaaS.
5) AVV / DPA
Bedeutung: Das ist der Auftragsverarbeitungsvertrag bzw. Data Processing Addendum.
Er regelt, dass der Anbieter personenbezogene Daten im Auftrag verarbeitet und an die Weisungen des Kunden gebunden ist.
6) Kein Training
Bedeutung: Der Anbieter nutzt deine Prompts, Uploads, Anhänge, Chatverläufe oder Outputs nicht zum Training oder zur Verbesserung des allgemeinen Modells — idealerweise vertraglich ausgeschlossen.
7) Open-Source-/Transparenz-Pfad
Bedeutung: Es gibt einen Weg zu mehr technischer Transparenz und Souveränität, etwa durch:
- offene Modelle
- dokumentierte Komponenten
- self-hostbare Teile
- nachvollziehbare Architektur
- Export-/Wechselmöglichkeiten
| On-Prem / lokales Hosting | ⚠️ |
| Private Cloud / RZ | ✅ |
| EU-SaaS / Managed | ✅ |
| Hybrid | ⚠️ |
| AVV / DPA | ✅ |
| Kein Training | ✅ |
| Open-Source-/Transparenz-Pfad | ⚠️ |
| On-Prem / lokales Hosting | ⚠️ |
| Private Cloud / RZ | ✅ |
| EU-SaaS / Managed | ✅ |
| Hybrid | ⚠️ |
| AVV / DPA | ✅ |
| Kein Training | ✅ |
| Open-Source-/Transparenz-Pfad | ⚠️ |
Stärken & Schwächen im Überblick
| Stärken | Schwächen |
|---|---|
| - Sehr stark bei Realtime-Recherche, weil Grok Websuche und X-Suche als offizielle Tools integriert. | - Die Dokumentation ist aktuell uneinheitlich zwischen neuen Modellnamen wie grok-4.20-reasoning und älteren/datierten IDs wie grok-4-0709; dadurch ist die Modelllandschaft weniger klar als bei manchen Wettbewerbern. |
| - Gute Positionierung für Coding, agentische Tool-Workflows und dokumentenbasierte Analyse. | - Exakte Tokenpreise für einige neue Modelle sind auf der offiziellen Pricing-Seite zwar referenziert, in den hier parsebaren offiziellen Quellen aber nicht für jedes Modell sauber extrahierbar. |
| - Grok 4.20 wird von xAI ausdrücklich als schnelles, präzises Modell mit strikter Prompt-Adhärenz positioniert. | - xAI weist selbst darauf hin, dass Outputs halluzinieren oder unzutreffend sein können und vom Kunden geprüft werden müssen. |
| - Für Enterprise/API-Daten gibt es DPA, Subprocessor-Liste und laut Enterprise Terms eine 30-Tage-Löschung von User Content, sofern keine Ausnahme greift. | - Für Enterprise-Kunden ist der Betrieb konkurrierender Services mit der xAI-API laut Terms untersagt. |
Bewertungen
0 Bewertungen insgesamt
Für dieses Tool liegen noch keine bestätigten Bewertungen vor.
Bewertung absenden
Deine Bewertung wird erst nach der Bestätigung per E-Mail sichtbar. Damit schützen wir das Portal vor Missbrauch.
Bewertung melden
Bitte wähle den Grund aus, warum diese Bewertung geprüft werden soll.
DSGVO-konforme Nutzung möglich?
xAI stellt eine DPA bereit, definiert sich dort als Processor, nennt SCCs, veröffentlicht eine Subprocessor-Liste, und die Enterprise-FAQ sagt ausdrücklich, dass Business-Daten nicht zum Modelltraining genutzt werden. Inputs/Outputs werden laut Enterprise Terms und FAQ grundsätzlich innerhalb von 30 Tagen gelöscht, sofern keine Ausnahme greift. Zusätzlich verweist xAI auf Privacy-/Security-Maßnahmen, Audit Trails, SSO und einen Trust Portal.
Kritisch bzw. einzuplanen: Der europäische Privacy-Zusatz nennt X.AI LLC in den USA als Controller für die dort beschriebene Privacy Policy; die allgemeine Privacy Policy erlaubt für Consumer-/allgemeine Service-Daten Nutzung zur Verbesserung des Services und zum Training der Modelle. Für die Bewertung muss daher klar zwischen API-/Enterprise-Vertrag und allgemeiner/consumerbezogener Privacy Policy unterschieden werden. Für Unternehmen ist xAI damit grundsätzlich DSGVO-fähig dokumentiert, aber nicht automatisch ohne Prüfung freigegeben.